公开(公告)号：CN117254935A

公开(公告)日：2023-12-19

申请号：CN202311042650.8

申请日：2023-08-18

申请人： 四川大学

发明人： 杨彦兵 ,  辛银程 ,  陈彦如 ,  李亚洁 ,  林承毅 ,  易笑澜 ,  李佳壕 ,  陈俊任 ,  陈良银

IPC分类号： H04L9/40 ,  G06V10/764 ,  G06V10/774 ,  G06N3/063 ,  G06N3/084

摘要： 本发明公开了一种基于DeepRC‑SHAP的DoH恶意隧道检测模型解释算法。针对DoH恶意隧道检测模型缺乏可解释性的问题，提出基于DeepRC‑SHAP的WSDBN模型解释算法。在DeepSHAP模型中引入DeepLIFT算法的RevealCancel规则，提出了DeepRC‑SHAP算法。DeepRC‑SHAP算法灵活选择基线参考样本，将输入特征向量分为正负向量计算特征贡献值，缓和非线性神经元相互作用对计算特征贡献值的影响，实现对Shapley Value算法的近似，得到每个特征对检测模型输出的Shapley Value。本发明在忠实度、复杂性、稳定性、随机化的评价指标上表现更好。

公开(公告)号：CN118296517A

公开(公告)日：2024-07-05

申请号：CN202310000857.2

申请日：2023-01-03

申请人： 四川大学

发明人： 陈良银 ,  刘静雯 ,  王子林 ,  张媛媛 ,  石静 ,  倪浩文 ,  李京鹏 ,  易笑澜 ,  林承毅 ,  简暕

IPC分类号： G06F18/2433 ,  G06F18/23 ,  G06N3/0442 ,  G06N3/045

摘要： 本发明针对上述问题，提出了一种基于最大信息系数的离线工控异常检测算法MICHC‑NN。针对皮尔逊积矩系数不能识别非线性关系的缺陷，本发明首先引入了最大信息系数来计算传感器之间的相关性，基于层次聚类算法，本发明将传感器之间的相关性作为逻辑距离，选出系统中的关键传感器，最后，本发明利用轻量级神经网络模型拟合关键传感器的正常运行状态以进行异常检测。测试结果表明，本发明提出的算法由于使用少量传感器，因此能够部署在算力极为有限的工控环境中，并获得了与使用所有传感器接近的异常检测效果。